[发明专利]MIMO系统中宽度优先球形译码检测方法

说明书

技术领域

本发明涉及无线通信系统中的多输入多输出检测方法，特别涉及一种MIMO系统中低复杂度的宽度优先球形译码检测方法。

背景技术

多输入多输出(Multiple-Input Multiple-Output，MIMO)技术是无线移动通信领域技术的重大突破。随着多天线技术研究的深入，MIMO系统已经得到广泛的应用，它可以对信道容量、链路可靠性和覆盖范围等带来诸多好处，而接收端的检测方法对于这种优势的实现起着至关重要的作用。  目前接收端常用的检测方法包括迫零(Zero-Forcing，ZF)算法，最小均方误差(Minimum Mean Square Error，MMSE)算法和最大似然(Maximum Likelihood，ML)算法。其中，ZF算法和MMSE算法实现简单，但误码率性能较差。而ML算法作为最佳检测是MIMO系统检测的首选，但其需要遍历搜索的星座图点数随着发射天线、调制阶数的增加呈指数增长。在发射天线数较多和高阶调制的情况下，其运算复杂度在实际系统中难以承受。因此，寻找性能接近ML检测，而复杂度大大降低的接收方法，是MIMO检测技术的应用关键。

减小ML算法的译码复杂度的出发点就是尽量减少要搜索的点，球形译码就是一种用较少的计算量来逼近ML译码性能的方法。球形译码的基本思想为：仅仅搜索位于一个半径为r的超球内的样本点，这样就减少了搜索的计算量，因为在超球里面距离接收信号最近的点也就是全局距离最近的点。为了实现该思想，需要解决的关键问题有两个：1.如何确定超球的半径。2.在半径确定以后，如何判断哪些点是在球里面。而球形译码算法主要解决第2个问题。根据搜索方法不同，球形译码算法可以采取深度优先策略和宽度优先策略进行树搜索。深度优先策略的球译码性能与最大似然算法的性能一致，但不可预测的可变复杂度使其应用困难。因此出现了利用宽度优先策略代替深度优先策略的K-Best算法，其核心思想是在每层搜索最优路径时，只保留权值最小的K个节点，然后从保留的K个节点继续向下一层搜索，直到完成所有层的检测。

K-best算法中，对于在已有的候选节点中，如何选取K个最佳节点，以保证性能与ML检测基本一致的情况下，降低算法复杂度的问题，是将K-best算法在实际中应用的关键。传统K-best算法在每一层检测都需要对星座图上的所有星座点计算欧氏距离，并对该欧氏距离进行排序。这样，在星座点数目比较多的时候，传统K-best算法的计算复杂度仍然较高，大大限制了它在实际中的应用。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种低复杂度的球形译码检测方法，以大大减少球形译码过程中遍历的星座点数目，同时保证球形译码的性能优势。

(二)技术方案

为解决上述技术问题，本发明提供了一种MIMO系统中宽度优先球形译码检测方法，包括步骤：

S1、利用信道估计得到信道矩阵并对此信道矩阵进行QL分解H＝QL，得到酉矩阵和下三角矩阵N_R、N_T分别为复数矩阵C的行数和列数；

S2、利用所述酉矩阵Q对接收信号r进行处理，得到处理后的接收信号y：y＝Q^Hr，Q的上标H表示共轭转置；

S3、从第一层开始，对处理后的接收信号y进行逐层检测，在每一层的检测过程中，首先利用检测到的前面所有层的信号对该层信号进行预处理，再分两步对预处理后的该层信号进行检测；

S4、在完成最后一层的检测之后，输出权值最小的一条路径作为检测结果。

其中，所述QL分解具体为排序的QL分解，排序的操作是指对QL分解的分解过程进行调整，使得到的下三角矩阵L中左上角对角线元素大于右下角对角线元素的概率大于0.5；在步骤S2中所得到的处理后的接收信号y为：

y=QHr]]>

=QH(Hx+n)]]>